视觉导航技术已经成为了自主车导航的关键技术,但容易受外界环境条件变化的影响如天气、光线等,其鲁棒性一直是一个难点。另外,该技术对视觉信息处理的实时性要求比较高。为同时保证处理的实时性和鲁棒性,本文结合道路场景的空域和时域两方面的信息进行了研究。　　 采用整体法对道路进行分割,基本原理是利用道路路面在色彩、灰度或者纹理方面的一致性,通过区域生长的方法确定路面区域。考虑到区域生长方法的缺点即计算的空间和时间开销都很大,难以保证道路区域分割的实时性和鲁棒性,本文对其做出两方面改进:一方面利用序列图像中连续帧的相似性,改进了种子点的选择以及种子的搜索方法,提高了种子生长的速度；另一方面将序贯滤波应用到序列图像中对道路区域进行形状抗噪,提高了道路区域分割的鲁棒性。　　 从车辆主动安全性的角度出发,对车辆的安全保障技术进行了积极有益的探索。综合考虑车辆在当前车道中的横向位置以及当前行驶方向这两个参数对车辆行驶姿态的影响,建立车道偏离预警模型。首先划分车辆当前行驶车道,然后分别对车辆在当前车道中的横向位置以及当前行驶方向进行参数估计,最后应用模型进行预警。经实验证明,该模型能够实现车辆偏离车道的实时监测和预警。　　 对岔路口场景匹配问题进行了研究,通过模仿人类视觉快速识别目标的机制,采用了由粗到精的匹配策略。针对场景匹配过程中即时图像与场景记忆图像存在错位、景深以及光照变化等问题,本文在粗匹配过程中引入了图像的不变特征如颜色显著性和边缘特征等进行快速的筛选,紧接着利用SIFT局部特征做进一步的确定。实验表明该方法能够快速、准确地进行岔路口定位。